非对称y型三通管内高压成形过程数值模拟及参数优化

《非对称y型三通管内高压成形过程数值模拟及参数优化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、非对称Y型三通管内高压成形过程数值模拟及参数优化摘要内高压成形技术作为一种以轻量化和一体化为特征的先进制造技术，近年越来越受到人们的关注。非对称Y型三通管内高压成形是该项技术中应用较为广泛的部分，同时也是一个难点。其成形过程非常复杂，成形质量与很多因素有关，诸如加载路径、摩擦系数、坯料尺寸以及圆角半径等。在诸多因素中成形过程中的加载路径，即轴向进给、内压力以及背压进给三者与时间的关系，对于成形的结果有着决定性的影响。本文以铝合金非对称Y型管为研究对象，建立有限元模型，通过数值模拟方法并根据不同的变形特征和加载动作将成形过程划分为三个阶段，揭示了管材在成形结束后应力应变分布特点，壁

2、厚分布规律以及金属流动规律。分析了摩擦系数和圆角半径对成形结果的影响规律，并得到了这些因素对Y型三通管内高压成形影响曲线。借助正交试验，重点研究了工艺参数(内压力、轴向进给力、背压力和系数K)加载路径对Y型管内高压成形的影响，通过单线性加载路径研究发现：参数存在有效区间，几者的合理匹配非常关键。通过双线性加载路径研究发现：合理的双线性路径成形的Y型管质量要比单线性路径好。最后，针对Y型三通管成形的三个阶段，运用试错法寻找到了较好的多线性加载路径并使得成形质量得到了一定的改善。在加载路径优化的问题上，本文首先结合神经网络工具箱和遗传算法工具箱，对单线性路径和双线性路径进行了组合优化

3、，结果表明：神经网络结合遗传算法是一种可以解决内高压成形中的工艺参数优化问题的有效方法。随后又对一种结合模糊控制与自适应模拟的优化方法进行了初步的研究，建立自适应控制策略，在有限元模拟过程中实时侦测缺陷的发展趋势，并以此调整工艺参数，最终获得优化的成形加载路径。关键词：管材内高压成形，Y型管，加载路径，神经网络，自适应NumericalSimulationandOptimizationofunsymmetricalY-shapedTubeinhydroformingprocessABSTRACTHydroformingisanadvancedtechnologycharacter

4、izedbylightweightandintegrity，whichpeoplearepayingmoreattentiontoatpresent．UnsymmetricalY-shapedtubehydroformingisappliedbroadlyanditisadifficultpointaswell．Theformingprocessisverycomplicatedandrelatedtomanyfactorssuchasloadingpath，frictioncondition，Blankingsize，cornerradiusandSOon．Amongthese

5、factors，theSuccessofhydroformingislargelydependedontheselectionoftheloadingpaths：axialfeedingversustime，internalpressureversustime，counterpunchversustime．Inthisdissertation，aaluminumalloysTubebyinternalhighpressureformingwasusedasinvestigatedtarget．TheFEAmodelofwholeprocesswassetup．thetubehad

6、beendividedintothreedifferentdeformationstagesaccordingtodifferentfeaturesofdeformationandloadingactionthroughnumericalsimulation．Afterdeformation，theresultrevealedtheruleofmaterialflow，stressstrainstateandthicknessdistributionofunsymmetricalY-shapedtube．Afterwards，frictioncoefficientandcolli

7、erradiuswerealsostudied，andelicittheirinfectiondisciplinariancurve．Bymeansoforthogonaltest，theinfluenceofloadingpathsofprocessparameters(axialfeeding，internalpressure，counterpunchfeeding)wasstudied．Resultsoflinearloadingpathsshowedthatappropr